دانلود مقاله isi با موضوع یک رویکرد تشخیص ناهنجاری بر اساس دیفرانسیل هیبریدی تکامل

دانلود مقاله isi با موضوع یک رویکرد تشخیص ناهنجاری بر اساس دیفرانسیل هیبریدی تکامل

در قالب pdf و در  14 اسلاید،زبان: انگلیسی، شامل:

 

 

فهرست مطالب:

چکیده

مقدمه

مروری بر تحقیقات قبلی

روش تجزیه و تحلیل مقاله و داده ها

نتیجه گیری

منابع

Abstract

Introduction

Literature review

Method

Results

References

 موضوع انگلیسی:An anomaly detection approach
based on hybrid differential
evolution and K-means clustering
in crowd intelligence

چکیده:خلاصه

خلاصه
هدف - هوش مصنوعی به تدریج در حال نفوذ به جامعه بشری است. در عصر شبکه،
تعامل بین انسان و هوش مصنوعی، حتی بین هوش مصنوعی، بیشتر می شود و
پیچیده تر. بنابراین، لازم است سیر تحول شبکه اطلاعاتی جمعی را توصیف و مداخله کنیم
به صورت پویا هدف این مقاله شناسایی عوامل غیرعادی در مراحل اولیه تکامل هوشمند است.
طراحی / روش شناسی / رویکرد - در این مقاله، تکامل تفاضلی (DE) و خوشه بندی K-means هستند.
برای تشخیص هوش جمعیت با روند تکاملی غیرعادی استفاده می شود.
یافته‌ها - این مطالعه فرآیند تکامل هوش جمعی را به فرآیند حل DE و استفاده خلاصه می‌کند.
K-به معنای خوشه بندی برای شناسایی افرادی است که در مراحل اولیه تکامل هوشمند برای تکامل مناسب نیستند.
پیامدهای عملی - آزمایش ها نشان می دهد که روش پیشنهادی ما می تواند فرد را پیدا کند
هوش بدون روند تکاملی در اسرع وقت، حتی در جمعیت پیچیده تعاملی هوشمند
محیط کاربرد عملی در نتیجه می تواند از اتلاف وقت و منابع محاسباتی جلوگیری کند.
اصالت/ارزش - در این مقاله، خوشه بندی DE و K-means برای تجزیه و تحلیل تکامل
تعامل هوشمند جمعی
کلیدواژه‌ها تکامل دیفرانسیل، K-means، تشخیص ناهنجاری، هوش جمعی،
تکامل هوش
نوع کاغذ مقاله پژوهشی


محصولات مرتبط



ارسال نظر

  1. آواتار


    ارسال نظر
درباره نگین فایل
فروشگاه ساز فایل تمامی خدمات لازم برای راه اندازی و ساخت یک فروشگاه را در اختیار شما می گذارد. شما بدون نیاز به هاست ، دامنه ، هزینه های بالای برنامه نویسی و طراحی سایت می توانید فروشگاه خود را ایجاد نمایید .پشتیبانی واتساپ سایت:09054820692 .
آمار فروشگاه
  •   تعداد فروشگاه: 123
  •   تعداد محصول: 37,516
  •   بازدید امروز : 13,935
  •   بازدید هفته گذشته: 145,600
  •   بازدید ماه گذشته: 427,759